• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.2209-2212
• /
• 2003

In this paper, we propose the method to extract the important frequency bands from the EMG signal, and for generation of feature vector using the important frequency bands. The EMG signal is measured with 4 sensor and is recorded as 4 channel’s time series data. The same frequency bands from 4 channel’s frequency components are selected as the important frequency bands. The feature vector is calculated by the function formed using the combination of selected same important frequency bands. The EMG signals acquired from seven wrist motion type are recognized by changing into the feature vector formed. Then, the extraction and generation is performed by using the double combination of the genetic algorithm (GA) and the neural network (NN). Finally, in order to illustrate the effectiveness of the proposed method, computer simulations are done.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2000년도 춘계 학술대회 및 국제 감성공학 심포지움 논문집 Proceeding of the 2000 Spring Conference of KOSES and International Sensibility Ergonomics Symposium
• /
• pp.109-112
• /
• 2000

The purpose of the present study is to evaluate the basic upper-limb involved in products manipulation. Upper-limb muscular deformations and electromyography (EMG) measurements are used as indexes for estimated motion: hand opening and closing, wrist extending and flexing, pronation and supination, grasping conditions. Measured values are analyzed by multivariate analysis and a regression equation is obtained for estimating the characteristics of upper-limb performance. Muscular deformation is defined as a change in shape, such as a pressure changes when the hand or wrist moves. hand opening and closing can be discriminated at a higher percentage of accuracy by muscular deformation data than by EMG data. Muscular deformation measurements using air-pack pressure sensors were verified to be effective in motion estimation applications.

• 제어로봇시스템학회논문지
• /
• 제13권8호
• /
• pp.769-776
• /
• 2007

This paper proposes the human arm motion tracking algorithm based on the signal processing for surface EMG (electromyogram) sensors attached on both upper arm and shoulder. The signals acquired by using surface EMG sensors are processed with choosing the maximum in a short period, taking the absolute value, and filtering noises out with a low-pass filter. The processed signals are directly used for the motion generation of virtual arm in real time simulator. The virtual arm of simulator has two degrees of freedom and complies with the flexion and extension motions of elbow and shoulder. Also, we show the validity of the suggested algorithms through the experiments.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2015년도 춘계 학술논문 발표대회
• /
• pp.194-195
• /
• 2015

Methods for measuring the physical workload of construction workers are classified into posture assessment techniques (i.e., OWAS, RULA, etc.) and physiological measurement techniques (i.e., EMG, heart rate, etc.). The one does not quantify the workload on a specific body part of a worker by considering the weight of the hand tools or materials on hand and time for holding a particular posture. This paper presents a procedure for evaluating a physical demand using the electromyography (EMG) sensor. This study compares the EMG measurement and the posture assessment. The case study is carried out on a masonry operation.

• 재활복지공학회논문지
• /
• 제7권2호
• /
• pp.75-84
• /
• 2013

본 연구에서는 근전도 신호를 이용하여 보행주기에 따른 패턴 및 특징을 시간영역과 주파수영역으로 나누어 분석하였다. 보행주기를 입각기와 유각기로 나누어 평지보행과 계단보행 실험을 실시하여 그 결과를 분석하였으며, 이때 시상면에서의 하퇴부 각도와 대퇴사두근과 대퇴이두근의 근전도 신호를 대상으로 하였다. 하퇴부의 기울기는 모든 보행에서 HS일 때 가장 큰 기울기 값을 나타내었으며, TO일 때 가장 낮은 값을 나타내었다. 시간영역에서의 근전도 분석은 모든 보행에서 보행주기에 따라 IEMG가 일정한 패턴을 보였으며, 보행 종류 및 주기 판단에 가장 용이할 것으로 판단된다. 주파수영역에서의 분석은 시간에 따른 주파수 분석이 가능한 STFT법을 사용하였으며, 기울기센서를 이용하여 보행주기를 구분하고자 하였다. 또한 STFT한 결과를 스펙트럼으로 나타내어 분석하였으며, 모든 보행에서 입각기가 유각기보다 더 높은 주파수를 가지는 것을 확인하였다. 본 연구를 통하여 근전도와 시상면에서의 하퇴부 기울기를 이용하여 보행주기 판단 및 분석의 가능성을 확인하였으며, 이를 활용하면 하지 절단환자의 보행의지를 판단하여 의족제어 및 효율적 재활에 기여할 수 있을 것으로 판단된다.

• 한국지능시스템학회논문지
• /
• 제26권3호
• /
• pp.176-181
• /
• 2016

본 논문은 EMG(Electromyogram) 신호 기반의 웨어러블 기기를 이용하여 화재 감지 자율 주행 로봇을 제어하는 시스템을 제안하였다. 사용자의 EMG 신호를 읽어내기 위한 기기로는 Myo armband를 이용하였다. EMG 신호의 데이터를 블루투스 통신을 이용하여 컴퓨터로 전송한 후 동작을 분류하였다. 그 후 다시 블루투스를 이용하여 분류한 데이터 값을 uBrain 로봇으로 전송해 로봇이 움직일 수 있도록 구현하였다. 로봇을 조종 가능한 명령으로는 직진, 우회전, 좌회전, 정지를 구성하였다. 또한 로봇이 사용자로부터의 블루투스 신호를 받아오지 못하거나 사용자가 주행모드 변경의 명령을 내리면 로봇이 자율 주행을 하도록 하였다. 로봇이 주변을 돌아다니면서 적외선 센서로 화재를 감지하면 LED를 깜빡여 로봇 주변의 상황을 확인할 수 있도록 하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.313-315
• /
• 2004

Urodynamic study system is widely used for neurogenic bladder patients in various clinical setting. Generally they include 2 pressure sensors from bladder and rectum, and 1 EMG sensor. The rectal pressure catheter is often the source of data error because of gas passage and the fall out of the catheter from anus, and source of discomfort in ambulatory urodynamic system. This study is to design and calibrate the ambulatory digital urodynamic study system that can discard the rectal pressure catheter, which can make patients more comfortable and doctors can get more physiologic data. As a first step, we compared our new system with Dantec $Duet^{(r)}$ urodynamic system (Dantec, Denmark) and wanted to see the possibility of our new system.

• 한국산학기술학회논문지
• /
• 제15권9호
• /
• pp.5440-5445
• /
• 2014

사람의 생체 신호를 측정하여 로봇 제어에 이용하는 연구는 최근까지 활발히 진행되고 있다. 하지만 정확한 센서 정보를 위한 복잡한 신호 처리가 필요하고 고가의 시스템을 필요로 하는 단점이 있다. 본 논문에서는 저가의 EMG 센서와 Flex 센서로부터 측정된 신호를 이용하여 사람의 손 동작을 인식한 후 해당 움직임을 원격지의 로봇 핸드로 구현하는 것을 목표로 한다. MCU(Micro Controller Unit) 와 해당 센서들을 이용하여 실험적으로 사람의 손과 팔 부근의 3개의 센서 부착 위치를 결정하고 움직임에 따른 출력 신호와 실제 동작 사이의 구분 방법을 결정한다. 동작 인식 정확도를 높이기 위해 MCU의 아날로그 기준 전압에 따른 디지털 값 변화 실험 수행 후 기준 전압을 3.3V로 선정하였다. 손 동작을 구현하기 위해 4개의 손가락과 손목부분으로 구성된 링크 구조의 로봇 핸드를 설계한 후 제작하였다. 결과적으로 간단한 센서와 저가의 MCU를 활용하여 원격지의 로봇 핸드를 제어할 수 있음을 보였다.

• 센서학회지
• /
• 제16권5호
• /
• pp.369-376
• /
• 2007

Recently, obesity that is increasingly becoming a major cause of various diseases is emerging as a serious social problem. In order to solve this problem, the necessity of measurement systems for overweight management has increased. This paper is a study on the measurement system for obesity management that can offer right medical services everywhere and allways by analyzing EMG (electromyograph) of the abdomen and then checking one's health state. For analyzing EMG signals of the abdomen, algorithms for energy detection, signal feature extraction, classification and recognition are presented. This paper proposes a system that provides an appropriate an estimation on the health status by evaluating the obesity degree and muscular strength of the abdomen through the system applying these algorithms.

• 국제물리치료학회지
• /
• 제10권4호
• /
• pp.1868-1872
• /
• 2019

Background: Lower trapezius muscle function is important for the prevention and treatment of shoulder injuries. However, scapular posterior tilt movement has been overlooked in lower trapezius strengthening exercise programs. Objective: To examine the effects of prone arm lifting with scapular posterior tilt (PALSPT) on trapezius muscles. Design: Crossover study Methods: 17 healthy males were recruited for participation in this study. Participants performed backward rocking diagonal arm lifting (BRDAL) and PALSPT. To train participants in scapular posterior tilt movements for PALSPT, visual biofeedback of scapular movements was provided using a motion sensor. Electromyography (EMG) activities of the middle and lower trapezius were recorded using a surface EMG system. Differences in middle and lower trapezius muscle activity between BRDAL and PALSPT exercises were analyzed. Results: Lower trapezius muscle activity was significantly greater during PALSPT than during BRDAL (p=.006). Although greater EMG activity was observed in the middle trapezius during PALSPT than during BRDAL, this difference was not significant (p=.055). Conclusions: The results of the present study indicate that scapular posterior tilt movements must be considered in lower trapezius muscle strengthening programs.